Lucene--FuzzyQuery与WildCardQuery（通配符）

FuzzyQuery：

创建索引：

IndexWriter writer = new IndexWriter(path, new StandardAnalyzer(), false);

writer.setUseCompoundFile(false);

Document doc1 = new Document();

Document doc2 = new Document();

Document doc3 = new Document();

Document doc4 = new Document();

Document doc5 = new Document();

Document doc6 = new Document();

Field f1 = new Field("content", "word", Field.Store.YES,

Field.Index.TOKENIZED);

Field f2 = new Field("content", "work", Field.Store.YES,

Field.Index.TOKENIZED);

Field f3 = new Field("content", "seed", Field.Store.YES,

Field.Index.TOKENIZED);

Field f4 = new Field("content", "sword", Field.Store.YES,

Field.Index.TOKENIZED);

Field f5 = new Field("content", "world", Field.Store.YES,

Field.Index.TOKENIZED);

Field f6 = new Field("content", "ford", Field.Store.YES,

Field.Index.TOKENIZED);

doc1.add(f1);

doc2.add(f2);

doc3.add(f3);

doc4.add(f4);

doc5.add(f5);

doc6.add(f6);

writer.addDocument(doc1);

writer.addDocument(doc2);

writer.addDocument(doc3);

writer.addDocument(doc4);

writer.addDocument(doc5);

writer.addDocument(doc6);

writer.close();

　　

注：IndexWriter中的create的变量值一般设为true

搜索：

IndexSearcher searcher = new IndexSearcher(path);

//构建一个Term，然后对其进行模糊查找

Term t = new Term("content", "work");

FuzzyQuery query = new FuzzyQuery(t);

//FuzzyQuery还有两个构造函数，来限制模糊匹配的程度

// 在FuzzyQuery中，默认的匹配度是0.5，当这个值越小时，通过模糊查找出的文档的匹配程度就

// 越低，查出的文档量就越多,反之亦然

FuzzyQuery query1 = new FuzzyQuery(t, 0.1f);

FuzzyQuery query2 = new FuzzyQuery(t, 0.1f, 1);

Hits hits = searcher.search(query2);

for (int i = 0; i  < hits.length(); i++) {

    System.out.println(hits.doc(i));

}

searcher.close();

　　

模糊搜索的三种构造函数，具体讲一下参数的用法（以第三个为例）；

第一个参数当然是词条对象，第二个参数指的是levenshtein算法的最小相似度，第三个参数指的是要有多少个前缀字母完全匹配：

WildCardQuery：

通配符就更简单了，只要知道“*”表示0到多个字符，而使用“？”表示一个字符就行了：

IndexSearcher searcher=new IndexSearcher(path);

Term t1=new Term("content","?o*");

WildcardQuery query=new WildcardQuery(t1);

Hits hits=searcher.search(query);

for(int i=0;i<hits.length();i++)

{

     System.out.println(hits.doc(i));

}

　　

That“s all！